Systematic benchmarking of methods to analyze RNA editing in single-cell transcriptomes

문제 정의
아데노신-이노신(A-to-I) RNA 편집은 발달 및 질병 과정에서 매우 중요한 보편적인 사후 전사 조절 변형이지만, 단일 세포 전사체에서 이를 분석하기 위한 강력한 프레임워크는 그동안 부재했다. 기존의 계산 도구와 전략들은 주로 풍부한 세포 유형에 의해 신호가 지배되는 벌크(bulk) RNA-seq 데이터에 맞춰 개발되었다. 이러한 접근 방식은 세포 유형 특이적인 편집 이질성을 포착하는 데 실패한다. 또한, 단일 세포 RNA 시퀀싱(scRNA-seq) 데이터는 극심한 리드 희소성(sparsity), 기술적 노이즈, 플랫폼 특이적 편향과 같은 독특한 과제를 안고 있으며, 이는 신뢰할 수 있는 사이트 탐지와 정량화를 저해한다. 일부 연구에서 임시적인 방법이나 알려진 데이터베이스 사이트를 사용하여 단일 세포 편집 분석을 시도하기도 했으나, 다양한 종과 기술에 대한 성능 및 일반화 가능성은 불분명하다. 또한, 벌크 인간 데이터용으로 개발된 Alu 편집 지수(AEI)가 비영장류 종이나 단일 세포 해상도에 적용 가능한지에 대해서도 엄격한 평가가 이루어지지 않았다.

연구 방법론
저자들은 scRNA-seq 데이터에서의 A-to-I 편집 분석 전략을 평가하기 위한 종합적인 벤치마킹 프레임워크를 구축하였다.

• 데이터셋: 본 연구는 인간, 생쥐, 제브라피시, 아프리카 발톱 개구리, 초파리, 문어를 포함한 6개 속(genera)과 10x Genomics, Smart-seq2, Drop-seq 등을 포함한 9개 기술 플랫폼, 그리고 다양한 조직 유형을 아우르는 총 110만 개 이상의 세포를 포함한 22개의 scRNA-seq 데이터셋을 활용하였다.
• 벤치마킹 워크플로우: 저자들은 25가지의 전처리 단계 조합과 4가지 변이 호출기(BCFtools, REDItools3, JACUSA2, GATK HaplotypeCaller)를 체계적으로 테스트하였다. 전처리 변형에는 염기 품질 점수 재보정(BQSR)과 세포 인지 PCR 중복 제거가 포함되었다.
• 필터링 전략: 진정한 편집 이벤트와 다형성(polymorphism) 또는 오류를 구별하기 위해, 저자들은 변이가 심한 게놈 영역의 사이트를 제거하고 클러스터링된 사이트를 유지하는 엄격한 필터를 구현하였으며, 각 방법과 종에 최적화된 윈도우 크기를 설정하였다. 또한, 전사 가닥을 정확하게 식별하기 위해 "주석 기반 가닥 할당(annotation-based strand assignment)"을 평가하였다.
• 분석 수준: 연구는 개별 세포, 세포 유형 수준의 의사 벌크(pseudobulking, 주석된 세포 유형별로 리드 집계), 샘플 수준의 풀링(pooling)의 세 가지 수준에서 사이트 발견을 비교하였다.
• 글로벌 지표: 저자들은 종 특이적 반복 서열 주석을 사용하여 AEI를 단일 세포 해상도 및 비영장류 종에 맞게 조정하였다.
• 차등 편집: 문어 데이터셋에서 유도된 시뮬레이션 데이터를 사용하여, 5가지 차등 편집 분석 방법(REDIT-LLR, Wilcoxon, Fisher's exact test, limma, JACUSA2)을 벤치마킹하여 최적의 통계적 접근법을 결정하였다.
• 사례 연구: 최적화된 프레임워크를 두 가지 인간 데이터셋인 폐 종양 미세환경(TME) 데이터셋과 다운 증후군(DS) 단일 핵 RNA-seq 데이터셋에 적용하였다.

주요 결과

• 최적의 파이프라인: 벤치마킹 결과, 전처리되지 않은 BAM 파일(BQSR 없이)에 적용된 BCFtools와 주석 기반 가닥 할당이 전반적으로 가장 우수한 성능을 보였다. BQSR은 가변적인 편집 분율을 기술적 오류로 오인할 가능성이 높아 해로운 것으로 나타났다. GATK는 가장 적은 수의 사이트를 식별했으며, JACUSA2는 민감도와 특이도 사이의 합리적인 절충안을 제공했다.
• 전처리: 세포 인지 PCR 중복 제거는 영향이 제한적이었으며, 특히 Smart-seq2의 경우 선택 사항으로 간주되었다.
• 해상도 및 의사 벌크: 리드 희소성으로 인해 개별 세포 수준에서의 사이트 발견은 심각하게 제한되었다. 그러나 세포 유형 수준의 의사 벌크가 상당한 수의 편집 이벤트를 회복하면서도 이질성을 보존하는 생물학적으로 의미 있는 절충안으로 나타났다. 특히, 이 접근 방식은 샘플 수준에서 놓친 사이트를 식별함으로써 잠재적으로 세포 유형 특이적 체세포 돌연변이를 드러낼 수 있었다.
• 플랫폼 및 깊이: 10x Genomics Chromium 플랫폼(특히 V3)이 편집 분석에 가장 우수한 성능을 보였다. 시퀀싱 깊이는 발견 가능한 사이트 수와 강한 상관관계를 보였으나, A-to-G 백분율에 미치는 영향은 가변적이었으며, 유기체와 조직(예: 신경 조직은 더 낮은 깊이에서도 안정화됨)에 따라 서로 다른 깊이에서 정체(plateau)되는 양상을 보였다.
• 글로벌 활성 (AEI): AEI는 인간 데이터(특히 Smart-seq2 및 10x 플랫폼)에 대해 단일 세포 수준에서 신뢰할 수 있는 글로벌 편집 활성 척도였으나, 비인간 종에 대해서는 최적의 성능을 보이지 못했다. AEI 분포는 세포 유형 내에서는 단봉형(unimodal)이었으나 세포 유형 간에는 이동하였으며, 이는 세포 정체성 내에서 편집이 엄격하게 조절되고 있음을 시사한다.
• 차등 편집: 차등 분석을 위해 REDIT-LLR, Wilcoxon 순위합 검정, 그리고 limma 기반 검정의 합집합이 가장 높은 F1 점수를 제공하였으며, REDT-LLR이 단독 방법으로서 가장 우수한 성능을 보였다.
• 폐 종양 미세환경: 폐암 데이터에 적용한 결과, RNA 편집 프로그램은 세포 정체성에 기반을 두면서도 종양 미세환경에 의해 재편된다는 것이 밝혀졌다. 면역 세포는 종양 중심부에 가까워질수록 세포 유형 특이적 편집 사이트가 증가한 반면, 비면역 세포는 그 반대의 경향을 보였다. 편집 사이트 주변의 RNA 결합 단백질(RBP) 모티프 결핍은 ADAR가 다른 RBP를 비선택적으로 입체적으로 차단(sterically occlude)함을 시사한다.
• 다운 증후군: 다운 증후군에서 ADAR2 조절 장애는 21번 삼염색체의 보편적인 결과가 아니라 특정 흥분성 뉴런(Ex1)과 주세포(pericytes)에 국한되어 나타났다. 결정적으로, Ex1 뉴런에서의 편집 증가는 고령자에서만 관찰되었으며, 이는 인터페론 및 염증 경로의 연령 의존적 활성화와 상관관계가 있었다. 연구 결과, 고령의 DS 뉴런에서 상향 조절된 편집 사이트는 인트론 영역의 Alu(스플라이싱되어 제거됨)에 풍부한 반면, 하향 조절된 사이트는 엑손 영역의 Alu(세포질에 잔류함)에 풍부하여, 증가된 ADAR2에도 불구하고 염증 징후가 나타나는 이유를 설명할 수 있음을 보여주었다.

의의 및 주장
본 논문은 단일 세포 RNA 에디토믹스(RNA editomics) 분석 전략에 대한 최초의 포괄적이고 교차 종 및 교차 플랫폼 벤치마킹을 확립했다고 주장한다. 주요 기여는 커뮤니티를 위한 실질적이고 근거 중심적인 가이드라인을 제공하는 것이며, 특히 최적의 파이프라인(BCFtools + 주석 기반 가닥 할당)과 세포 유형 수준 의사 벌크의 유용성을 확인하였다. AEI를 단일 세포 해상도 및 비인간 맥락으로 확장함으로써, 저자들은 편집 역동성을 연구하기 위한 도구 상자를 넓혔다. 본 연구는 최적화된 방법을 적용함으로써 벌크 분석으로는 가려질 수 있는 생물학적 통찰력(예: 종양에서의 세포 유형 특이적 편집 재프로그래밍 및 다운 증후군에서의 연령 의존적, 세포 유형 제한적 ADAR2 조절 장애)을 밝혀낼 수 있음을 입증한다. 저자들은 향후 단일 세포 RNA 에디토믹스 연구를 지원하기 위해 자유롭게 사용할 수 있는 코드 저장소를 제공한다.